从已见至未见：探索多属性可控对话生成的组合泛化
计算与语言
2023-06-21 v1
摘要
现有的可控对话生成工作聚焦于单属性控制，缺乏对分布外多属性组合泛化能力。本文探索多属性可控对话生成的组合泛化，即模型能从已见属性值学习并泛化至未见组合。我们提出一种基于提示的解耦可控对话生成模型 DCG。它通过生成面向属性的提示向量来学习属性概念组合，并使用解耦损失解耦不同属性以获得更好的泛化。此外，我们设计了一个统一的无参考多属性评价框架，支持不同粒度层级。在两个基准上的实验结果证明了我们的方法及评价指标的有效性。
引用
@article{arxiv.2306.10317,
title = {Seen to Unseen: Exploring Compositional Generalization of Multi-Attribute Controllable Dialogue Generation},
author = {Weihao Zeng and Lulu Zhao and Keqing He and Ruotong Geng and Jingang Wang and Wei Wu and Weiran Xu},
journal= {arXiv preprint arXiv:2306.10317},
year = {2023}
}
备注
ACL 2023 Main Conference